环境：
win10 20H2
需要的安装包：
Anaconda3-2021.05-Windows-x86_64.exe
pycharm-professional-2021.2.1.exe
YoloV5源码
CUDA10.2与CUDNN V8.2.4
pytorch 1.9
选择性安装OpenCV库
一，安装Anaconda3
下载地址：https://www.anaconda.com/products/individual-d
1.选择CMD.exe Prompt，在命令行中输入：
conda install git
conda install pip2.创建Yolov5环境，选择Python3.8，安装完后可以关闭ANACONDA。
二，安装pycharm
下载地址：https://www.jetbrains.com/pycharm/download/#section=windows；
路径不能有中文空格和符号；
3.Pycharm创建工程，目录选择YoloV5源码文件夹（目录无中文符号）
4.配置解释器
结果：
三，安装Cude10.2与CUDNN
CUDA：是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
CUDNN：NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。
详细见：深度学习框架与运行平台
1.安装Cude10.2
首先打开NVIDIA显卡控制面板，查看显卡支持的最高Cude版本，我的最高支持CUDE11.4,如下图：
目前（2021.09.04日）pytorch支持的最新的CUDA为11.1，可是不支持Conda，如下图，所以我们选择CUDA10.2。
（1）下载：
下载链接：https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork，下载主程序和相应补丁。
（2）安装：
自定义安装，不勾选visual studio integration
（3）安装所有补丁：
（4）安装验证：
cmd中输入nvcc -V，正确结果如下：
2.安装CUDNN V8.2.4 For Cude10.2
（1）下载：
下载链接：https://developer.nvidia.com/cudnn，这里需要登录并填写问卷才能下载(登录后的下载链接：https://developer.nvidia.com/rdp/cudnn-download)
（2）安装：
解压下载的cudnn-10.2-windows10-x64-v8.2.4.15.zip包，将其中的文件复制到CUDE安装目录中（默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2）
然后，在系统环境变量的Path中新增如下两项（对应自己的安装目录）。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64如下图：
检验：
切换到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite目录下，shift+鼠标右键打开命令行 执行bandwidthTest.exe或者.\bandwidthTest.exe，查看结果是否如下图，显示Pass则安装成功。
注：有什么疑问见补充：win10下CUDA和CUDNN的安装（超详细）！亲测有效！
四，安装Pytorch
1.安装
打开官网https://pytorch.org/get-started/locally/，选择使用Conda安装，如下图，安装命令为：
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
打开Anaconda Navigator — yolov5test — CMD.exe Prompt，粘贴命令，回车即可。安装完成如下图：
五，选择性安装OpenCV
打开【anaconda navigator】-yolov5test，点选下图所示【Enviroments】，将下拉单选成【ALL】，然后搜索【opencv】，选中点击apply完成了安装。
六，【anaconda navigator】-yolov5test中安装yolov5一些必须库
torch
pyyaml
cudnn等等
详细见：源代码目录下的：requirements.txt文件
+cmd中安装pip install opencv-python和pip install thop等
六，运行项目：
1.运行Train.py
（1）结果目录runs\train\exp
（2）提示未找到库对应版本的不重要提示（我们安装的版本高于它引发的提示）：
（3）正确运行完成，返回代码为0并打印输出目录：
（4）目录里查看
2.运行Detect.py
（1）目录里查看：
（2）效果图
七，补充：pip配置环境方法直接见官方源代码说明文件。
作者：꧁执笔小白꧂
